图片来源：视觉中国
每个数字化阶段都对应着一套不同的技术体系，从自动化到信息化再到智能化，很难用一个阶段的体系解决另外一个阶段的问题。
现阶段，数字化浪潮下，企业经营进入全新拐点，通过数字化驱动供应链精益运营，实现精细化管理，成为企业审时度势，调整经营思路，应对不确定性的关键能力。
数据逐渐完备，模型渐趋复杂，如何搭建从数据到决策的桥梁，实现智能决策？在企业数字化深度转型新阶段的迫切需求下，作为智能决策的核心技术引擎，求解器开始为更多企业所知。
隐形计算“芯片”
在中国每天有超过10000个航班起降，地铁仅北京每天开行就超10000列，物流领域每天有上亿件包裹被运输，2021年全国发电量超多8万亿千瓦时。在诸如此类极其复杂的运营场景中，背后都有一个隐形计算“芯片”——求解器，在大规模现实问题中，给定模型和数据，它可以快速找出问题的最优解，解决千头万绪的资源调度优化问题，在现实生产生活中具有重要价值和意义。
以北京四号线-大兴线地铁为例，这条线路地铁客运量排在全国前10名，早高峰发车密度小于两分钟一班，最短时间能达到1分43秒一班。在地铁运营中，只要是小于两分钟，其信号系统就要承担非常大的压力。由于列车需要保持安全的运行间距，在发车间隔时间短的情况下，诸如高峰期乘客拥挤导致车门关不上等原因，就会导致某一列地铁不能按时发车，进而产生多米诺骨牌效应，造成整条线路运行延误。对地铁运营方而言，不仅需要制定合理的列车排班，还需要具备预测并应对动态高峰客流的能力。
此外，基于列车排班还要进行乘务排班。据四号线-大兴线地铁的运营方京港地铁介绍，通过梳理发现乘务排班有80个约束条件，其中包含69个硬约束跟11个软约束，如此复杂的约束条件下，即便是非常有经验的排班经理都需要耗费大量时间去反复对排班模型和计划进行推论论证验算。
而今年，京港地铁有了新的帮手——针对地铁运营管理中列车运行、排班等决策优化场景，通过杉数科技的运筹优化算法+高性能求解器，大幅了提升决策智能化程度及运营效率。
“整个地铁运营管理确实是环环相扣，智慧城轨的最大价值之一是在于互动的平台数字管理理念，从单一项目管理决策辅助，扩大到运营体系互动互通的决策优化。”京港地铁CIO贺赞贤说，杉数科技智能决策算法平台，未来有望能为城轨运营提供从客流预测，到排车排人、排修等一系列的决策链路上优化赋能，达成智慧城轨建设的使命，为乘客及城市提供更优质的出行体验。
“智能决策是数字化的终极目标和最终的原动力。”杉数科技联合创始人&CEO罗小渠说。从2016年成立，杉数科技就提出“智能决策”，此后也一直围绕这个目标不断进行技术升级。
3月30日，杉数科技正式公布了核心技术引擎COPT求解器6.5版。在公布的前一天，国际权威测试榜单ASU教授Hans Mittelmann测试平台最新数据显示，杉数优化求解器COPT6.5在近20多个模块测试中获得5项第一和5项第二的优异成绩。
其中，线性规划领域，COPT6.5在求最优顶点解和求最优数值解两个模块上均取得世界第一的成绩。值得一提的是，杉数从2019年5月份发布第一版线性求解器开始，COPT求解器在线性规划模块至少75%以上时间位列榜单第一。作为在现实中最常用的整数规划，杉数优化求解器COPT取得了世界第二，同时COPT也是整数规划榜单上唯一的国产求解器。
此次COPT6.5还新增加了函数回调Callback功能。该功能可以帮助用户在求解一些复杂问题，使用整数规划建模时，反复调用函数计算求解。
“虽然在一些线性和非线性的模块杉数跟榜单上的其他企业一样或者比它们更好，但整数规划模块还存在差距。“这一模块极端重要，占了80%的场景，我们必须做到跟最先进的企业性能一样或者比它更好。”杉数科技联合创始人&CSO 葛冬冬坦言，未来将继续降低整数规划模块求解速度上跟欧美企业的差距。
但在技术比拼之外，求解器跟模型之间的配合也极其关键。
例如杉数早期跟国内一家顶级ICT厂商合作时，技术上跟国际水平差距还很大，但最后计算的效果超过了技术性最好的Gurobi，“这种超越并不是在短短几个月里面求解器有一个巨大的飞跃，其实是综合性的模型优化，求解器定制化的开发能力达到的综合效果超过了它，这是非常关键的。”罗小渠说，“美国求解器不会帮国内企业干这个事情，这就是我们服务国内企业时一个很大的优势。作为国产求解器，我们可以打破这个技术壁垒，让企业一起来看怎么更好优化。”
从标准工具到行业解决方案
与COPT6.5一起公布的，还有两款新产品：面向零售快消的决策优化产品计划宇宙（Planiverse）与面向工业制造的决策优化产品数弈（LibraMind）。
杉数科技联合创始人&CPO王曦表示，在帮助企业数字化转型的近七年来，杉数发现，零售快消企业与工业制造企业各自面临的经营需求都具有高度普适性。例如，消费场景下，零售快消企业普遍亟待解决长/短周期、不同颗粒度下的需求计划（包括新品计划）、库存计划、补货计划、动态定价等一系列供应链计划难题；工业场景下，制造企业则希望打造不同交付模式下、多工厂生产调度系统与柔性生产等经营系统，以解决最优生产计划、多工厂协同、物料齐套等难题，实现最优产线产能规划、产供销协同优化、危机场景精确快速响应以及最优化能耗策略等。
计划宇宙(Planiverse)—消费智能运营决策优化平台：基于新一代智能决策技术帮助企业构建预测-优化-模拟-协同的供应链计划分析决策闭环，精准感知需求，敏捷响应变化，智能辅助决策，驱动当下业务增长，赋能未来发展变革。计划宇宙可有效助力企业实现精细化、一体化、差异化运营管理。具体来说，场景细分保障供应链计划精准可落地；从计划视角查看未来供应链计划总体状态；协同差异，拒绝“one-number-plan”。
杉数数弈(LibraMind)—工业智能制造决策优化平台：以新一代智能决策技术直面复杂决策难题，统筹全业务要素，高效求解，全局优化，构建工业制造“决策大脑”，打破企业数智化转型核心壁垒，实现从“制造”到“智造”的跨越。杉数数弈能够帮助企业实现前瞻性规划、高柔性响应意见多目标优化。具体来说，从长周期产能产线规划，到短周期经营目标分解，全面保障生产经营效益；以灵活的策略组合拼接驱动柔性制造，快速应对变局；从财务目标到工序工艺，从元素平衡到节能减排，多目标协同优化。
目前这两款智能决策优化新产品已经在美妆日化、食品饮料、生物医药、汽车制造、航空轨交、3C电子、化工等数十个行业数百家知名头部企业落地应用，并在收益及成本端的取得了显著成果。
“两个新产品本身都是长在COPT引擎上的，COPT也有一些新的算法引擎开始慢慢地冒出来，就像一棵大树向上生长分杈。本质上是从求解器和需求两端在往中间搭桥。”罗小渠说，但杉数的目标绝对不是简单的发一堆应用产品，最终会完成一个大的框架，或者是一个计算环境，能够把所有产品全部整合在一起。
在智能制造和零售快消之后，下一个场景会是哪里？罗小渠坦言，作为创业公司，资源比较有限，在选择行业和场景的时候会从机会、成本等很多维度去做判断，会倾向选择行业数字化领先、规范度高、配合度高的场景或领域。
在标准化和定制化之间
从目前国际上领先的三家商用求解器公司Gurobi、Fico、IBM来看，它们分别代表了三种完全不同的商业模式：全球范围内技术性最好的Gurobi只做求解器这一个工具软件，没有定制化，几乎不做服务，具体到建模的服务要么客户自己去做，要么第三方公司去做；Fico则是在求解器的基础之上，同时也做应用软件，但主要以金融行业为主要的服务目标，围绕这个行业把整个产品和服务一起构建的比较完整；第三种是IBM，是一个巨无霸——求解器只是它整个完善的底层技术里的一部分，这个计算体系上有各类行业性产品，产品上有咨询和服务体系。这三种模式也代表了所有技术产品的商业化路径。
以杉数科技的产品路径来看，其选择的是类似于IBM的思路：“引擎+产品+服务”。
选择这个方式的原因跟中国的市场环境有关系。“中国头部企业里对服务的要求是非常高的，它并不是简单买一个标准化工具，这是之前头部企业在购买和使用上非常大的痛点。”罗小渠介绍说，服务这种大型企业时定制化是不可避免的，企业有很强的溢价权流程也很长，几乎不存在简单的卖标品的情况。
在杉数创立之前，很多大型央国企都是跟IBM这样的国外大企业合作，但这些企业服务的并不好——中国市场的采购量只占其全球销售额的几个点，这么小的比例不可能在中国投入优质的服务资源、产品资源。
但定制化的问题就是需要投入大量人力、财力、物力，定制化产品服务和标准化工具之间，杉数如何平衡？罗小渠的答案是“模块化”。
“我们对未来有一个预期，有点像预制件工厂，东西造出来可以自己组装也可以交由第三方组装，但最核心的能力是放在预制件的打造上。”罗小渠说，就像提供一个积木盒子，客户可以自行搭建，这样效率相对来说比较高，也是杉数科技在摸索的一条重要路径。
在过去近七年时间里，杉数科技并没有简单的追求商业化。依托COPT求解器技术平台，杉数服务了中国数十个细分行业中的数百家头部企业，从计算的视角重新审视需求逻辑，探索新一代管理软件的逻辑和架构，推动中国产业运营方式的根本性转变。
“做难而正确的事。”面对正在发生的大变局，作为产业与技术的连接者，作为国内为数不多的真正意义上的国产自研商用优化求解器，杉数选择迎难而上。
（本文首发钛媒体APP，作者 | 盖虹达）